概述2.2

图像分割定义是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。

特性可以是灰度、颜色、纹理等目标可以对应单个区域也可以对应多个区域。

(1)

根据制定的准则将图像分割为相似的区域如阈值处理、区域生长、区域分离和聚合。

二、间断检测

寻找间断的一般方法对整幅图像使用一个模板进行检测这一过程包括计算模板所包围区域内灰度级与模板系数乘积之和在图像中任意点的模板响应由下列公式给出

Z_i

是与模板系数相联系的像素灰度级模板响应定义是对于它的中心位置。

2.2

如果一个孤立点与它周围的点不同则可以使用该模板进行检测。

(该点的灰度级与其背景的差异相当大并且它所在的位置是一个均匀或近似均匀的区域)

注意如果模板响应为

“线”边缘——图像局部区域特征不相同的那些区域间的分界线线——具有很小宽度的其中间区域具有相同的图像特征。

(1)

一个更接近灰度斜坡的剖面。

斜坡的斜度与边缘的模糊程度成反比在这个模型中不再存在一条细的

像素宽轨迹。

相反一个边缘点现在是斜坡中包含的任何点而一条边缘线段是一组已连接起来的这样的点。

(1)

一条连接二阶导数正值和负值的虚构直线将在边缘中点附近穿过零点。

(4)

为什么需要边缘连接由于噪声、照明等原因产生边缘间断使得一组像素难以完整形成边缘因此在边缘检测算法后使用连接过程将间断的边缘像素组合成完整边缘。

局部处理分析图像中每个边缘点

的一个邻域内的像素根据某种准则将相似点进行连接由满足该准则的像素连接形成边缘。

3.2

Hough变换问题的提出在找出边界点集之后需要连接形成完整的边界图形描述。

(1)

使用交点累加器或交点统计直方图找出相交线段最多的参数空间的点。

3.6

A(a,b,r)A(a,b,r)1。

从理论上说计算量和累加器尺寸随参数个数的增加是指数增加的所以实际中Hough变换比较适合检测较简单曲线上的点。

四、阈值处理

方法将图像进一步细分为子图像并对不同的子图像使用不同的阈值处理。

解决的关键问题如何将图像进行细分和如何为得到的子图像估计阈值。

5.1

根据图像的不同应用选择一个或一组种子它或者是最亮或最暗的点或者是位于点簇中心的点。

(2)

从该种子开始向外扩张首先把种子像素加入结果集合然后不断将与集合中各个像素连通、且满足描述符的像素加入集合。

(4)

生长方法先从单个种子像素开始通过不断接纳新像素最后得到整个区域。

另外一种分割的想法先从整幅图像开始通过不断分裂得到各个区域在实际中先将图像分成任意大小且不重叠的区域然后再合并或分裂这些区域以满足分割的要求。

在这类方法中常根据图像的统计特性设定图像区域属性的一致性测度。

注基于灰度统计特性区域的边缘信息来决定是否对区域进行合并或分裂。

算法实现

例子如下。

图中红**域为目标其它区域为背景它们都具有常数灰度值。

(1)

此时除包括目标下部的两个子区域外其它区域都可分别按目标和背景合并。

对下面的两个子区域继续分裂可得到

)因为此时所有区域都已满足